利用機器學(xué)習(xí)算法預(yù)測綿羊全基因組蛋白質(zhì)互作關(guān)系

發(fā)布時間：2020-07-01 04:41

【摘要】：綿羊?qū)ν苿游覈竽翗I(yè)發(fā)展具有重要經(jīng)濟意義。綿羊生產(chǎn)和養(yǎng)殖過程中還有諸如遺傳基礎(chǔ)與營養(yǎng)調(diào)控等相關(guān)分子機制需要解析。蛋白質(zhì)-蛋白質(zhì)相互作用(PPI)也是在分子生物學(xué)中解決上述分子機制的重要入手點。目前尚未發(fā)現(xiàn)有關(guān)于綿羊PPI的系統(tǒng)預(yù)測和研究�；谏鲜霰尘�,本研究針對綿羊全基因組的PPI進(jìn)行研究,包括PPI預(yù)測以及其數(shù)據(jù)庫的搭建。首先,本研究利用機器學(xué)習(xí)方法對綿羊基因組范圍內(nèi)PPI進(jìn)行預(yù)測。篩選來源于20個數(shù)據(jù)庫的20類蛋白質(zhì)注釋信息,作為后續(xù)計算方法訓(xùn)練用到的特征數(shù)據(jù)。通過比較6種常見的機器學(xué)習(xí)方法(隨機森林、決策樹、貝葉斯分類器、邏輯回歸、支持向量機和神經(jīng)網(wǎng)絡(luò)),發(fā)現(xiàn)隨機森林分類模型的準(zhǔn)確率可達(dá)0.89、精確率為0.99、AUC為0.95,顯著優(yōu)于其他分類器。因此最終確定隨機森林作為本研究使用的模型分類方法。針對28,592個綿羊蛋白,本研究預(yù)測出820,072對綿羊蛋白互作關(guān)系。之后利用共表達(dá)以及直系同源數(shù)據(jù)進(jìn)一步佐證了預(yù)測結(jié)果的生物學(xué)意義。其次,基于預(yù)測的全基因組綿羊PPI數(shù)據(jù),成功搭建綿羊蛋白質(zhì)互作數(shù)據(jù)庫。數(shù)據(jù)庫主要實現(xiàn)數(shù)據(jù)上傳與存儲、網(wǎng)絡(luò)圖的展示、相關(guān)蛋白質(zhì)功能信息的展示等功能,為今后深入研究綿羊蛋白質(zhì)互作及功能提供了有效的數(shù)據(jù)庫資源。該研究為綿羊蛋白質(zhì)研究提供了一個較完整的數(shù)據(jù)資源,為深入挖掘蛋白質(zhì)互作機制、發(fā)現(xiàn)某些特定的生物功能提供了數(shù)據(jù)支撐,為從分子角度解析綿羊生物學(xué)機制進(jìn)而對輔助解決綿羊養(yǎng)殖問題提供了一定的理論依據(jù)。
【學(xué)位授予單位】：內(nèi)蒙古農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP181;S826
【圖文】：